应《网络安全法》要求，自2017年10月1日起，未进行实名认证将不得使用互联网跟帖服务。为保障您的帐号能够正常使用，请尽快对帐号进行手机号验证，感谢您的理解与支持！

24小时热门版块排行榜    

CyRhmU.jpeg
小木虫论坛-学术科研互动平台 » 专业学科区 » 信息科学 » 图像处理 » 【求助】有关图象去噪
342/4返回列表上一页1234下一页
查看: 2050  |  回复: 33
只看楼主@他人 存档 新回复提醒 (忽略) 收藏    在APP中查看
当前主题已经存档。

string121

金虫 (小有名气)
nonlocal 也有缺陷啊.
赞一下 回复此楼
11楼2009-08-04 21:12:27
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

fusion5882

金虫 (正式写手)
★
小木虫(金币+0.5):给个红包，谢谢回帖交流
什么缺陷？
除了速度太慢之外。。。
真的想找出它的缺陷来。。。
赞一下(1人) 回复此楼
12楼2009-08-06 13:14:22
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

string121

金虫 (小有名气)
★ ★ ★ ★ ★ ★ ★ ★
小木虫(金币+0.5):给个红包，谢谢回帖交流
bslt(金币+5,VIP+0):专业！欢迎常来！ 8-12 13:14
ljl1205(金币+2,VIP+0):欢迎交流 10-19 09:17
引用回帖:
Originally posted by fusion5882 at 2009-8-6 13:14:
什么缺陷？
除了速度太慢之外。。。
真的想找出它的缺陷来。。。

呵呵。最大缺陷就是不能很好的去椒盐噪声啊，开个玩笑! 椒盐噪声有中值滤波。
不过倒可以作个nolocal 的中值滤波，不知道有没有人做过。

nonlocal方法从PDE的角度看就是重新定义了新的梯度算子，原来的梯度算子是一阶导数形式，离散差分无论是五点还是九点格式都逃不出3x3邻域， 因此没有太多的全局信息，所以去噪不能很好的保持纹理。nonlocal形式的梯度算子跳出了这个限制，最大好处就是保持纹理。 其发展过程大致为：
1. NLM (nonlocal means),05年nolocal方法提出，相当于找到nolocal版的高斯磨光。
2.NLH1,07年左右。 相当于找到nolocal版的热方程。
3. NLTV, 07,08年左右。 nolocal版TV.
……
由于有了2，3的贡献，因此原来的PDE去噪模型几乎全部可以来个nolocal版的。只是有些不需要。nolocal在保持纹理方面不错 ，因此在有纹理要求的图像处理领域会有很多的应用。但它付出了巨大的计算代价（主要花在计算权重上）。
现在计算TV的先进一点的算法至少有十种。
我所熟悉的好一点的TV正则算法包括:
1. dual method. 其中的Chambolle投影算法(04年)较快，256X256图像,改进后(09年) 0.5s ，nonlocal TV 2.5s
2 graph cut.    256x256 0.2s
3  FTV.            256x256 0.6s
4. Split Bregen method(08，09年).  目前速度最快最好的.      256x256, 0.05s. nonlocal TV 1.5s左右。
赞一下(18人) 回复此楼
13楼2009-08-11 02:38:45
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

fusion5882

金虫 (正式写手)
★ ★ ★ ★ ★ ★ ★
小木虫(金币+0.5):给个红包，谢谢回帖交流
bslt(金币+5,VIP+0):欢迎常来交流讨论！ 8-12 13:14
ljl1205(金币+1,VIP+0):欢迎交流 10-19 09:19
引用回帖:
Originally posted by string121 at 2009-8-11 02:38:


呵呵。最大缺陷就是不能很好的去椒盐噪声啊，开个玩笑! 椒盐噪声有中值滤波。
不过倒可以作个nolocal 的中值滤波，不知道有没有人做过。

nonlocal方法从PDE的角度看就是重新定义了新的梯度算子，原来的梯 ...

果然是论坛中的高手！
椒盐模型的非局部应该已经有人做了。。。
不过从模型的角度来讲，Split Bregen method应该是一种快速计算方法，
好像也是Osher那一伙儿人作出来的，其实从模型上面来看，没有什么太多本质的改进。。。
然后非局部就被做成了各种类型，除了楼上所说的，好像还有高阶的非局部，这帮人太夸张，他们做过之后，别人都没有什么可以做了。。。
可怜我现在还在做四阶模型，非局部出来之后，我都不想再做四阶了。。。
连文章都不愿意写了，哎，郁闷。。。
赞一下(17人) 回复此楼
14楼2009-08-12 00:07:22
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

string121

金虫 (小有名气)
★ ★ ★
小木虫(金币+0.5):给个红包，谢谢回帖交流
ljl1205(金币+2,VIP+0):欢迎交流 10-19 09:20
引用回帖:
Originally posted by fusion5882 at 2009-8-12 00:07:

果然是论坛中的高手！
椒盐模型的非局部应该已经有人做了。。。
不过从模型的角度来讲，Split Bregen method应该是一种快速计算方法，
好像也是Osher那一伙儿人作出来的，其实从模型上面来看，没有什么太多本 ...

不要误会,我是新手,做图像没多久.
是的, Split Bregman iteration是Osher他们08年做出来的. 想用PDE方法做图像的多看看UCLA这帮人的文章.
我也知道玩不过这帮洋鬼子, 所以改变策略: 和做PDE的玩概率模型, 和用概率做图像的玩PDE,分割里面玩去噪, 去噪模型玩分割..., 哈哈,后来发现没什么, 很多东西是相通的. 不同的数学表现形式而已.
另外,即使模型没变,Split Bregman 和以前的方法是有差异的(虽然文献中没有十分明确的指出来):就去噪而然, 以前的基于梯度的算法(速降,对偶等)是逐渐的去掉图象中的细结构,也就是迭代是逐渐光滑图象, 而SB是相反的,即:第一次迭代先获得一个很光滑的图象,然后往里面添加细结构..., 这个有理论证明无穷次迭代收敛到噪声图像. 我曾经有段时间老想找一类能不断添结构的PDE,未果. 有人知道或见过类似的方法告诉我一声,不胜感激!!!
玩level set 分割的应该看看这个算法, 他们结合全局凸分割方法(GCS)将以前的level set分割模型做的很快.
赞一下(8人) 回复此楼
15楼2009-08-12 22:11:23
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

fusion5882

金虫 (正式写手)
★ ★ ★
小木虫(金币+0.5):给个红包，谢谢回帖交流
ljl1205(金币+2,VIP+0):欢迎交流 10-19 09:20
引用回帖:
Originally posted by string121 at 2009-8-12 22:11:

不要误会,我是新手,做图像没多久.
是的, Split Bregman iteration是Osher他们08年做出来的. 想用PDE方法做图像的多看看UCLA这帮人的文章.
我也知道玩不过这帮洋鬼子, 所以改变策略: 和做PDE的玩概率模型, 和 ...

从PDE方法兴起到现在，UCLA始终都是走在世界的前列，从TV到CV，太强大了。不过最近感觉有些沉寂，没有特别重要的结果出现。NL应该是一个非常重要的进展，但是很可惜，UCLA对此贡献不大。Osher当了院士，Chan Tony到香港去当校长了，现在我也很困惑，到底PDE方法的出路在何方？？？
我感觉NL已经超越了现有的去噪模型，包括PM,TV，MCM...太可怕了。。。
其实他们也在不断探索，或者说在和不同的人合作（反正有的是钱，招人就是了），的确做了很多工作。。。很牛。。。
SB的文章我就简单浏览了一下，没有仔细看（我更关注模型。。。），不过你说的情况倒是很有意思，我也很感兴趣，特别是关于去噪过程的描述，非常精彩，至于说有没有这样的PDE模型，这个是需要运气，或者说你可以自己尝试着构造一个，这个无论在理论上还是计算上都是很有意义的。。。
我刚才查了一下（很惭愧，一年来基本没有看新的资料和文献），SB的确是求解模型的一种快速算法，模型，模型应该怎么建呢。。思考一下。。。呵呵，也许需要一种新的角度和思路。。。
赞一下(7人) 回复此楼
16楼2009-08-13 00:40:51
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

dugu_ke

木虫 (正式写手)
没想到几个月前的帖子一下引出这么多高手,真是的难得啊，大家一起讨论下去啊,虽然我改变了后来的路不做图象了,但还是很关注的
赞一下 回复此楼
17楼2009-08-13 08:36:39
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

string121

金虫 (小有名气)
★ ★ ★
小木虫(金币+0.5):给个红包，谢谢回帖交流
ljl1205(金币+2,VIP+0):欢迎交流 10-19 09:20
引用回帖:
Originally posted by fusion5882 at 2009-8-13 00:40:

从PDE方法兴起到现在，UCLA始终都是走在世界的前列，从TV到CV，太强大了。不过最近感觉有些沉寂，没有特别重要的结果出现。NL应该是一个非常重要的进展，但是很可惜，UCLA对此贡献不大。Osher当了院士，Chan To ...

你做PDE模型???
我有一小文章做模型的An adaptive method for recovering image from mixed noisy data.在International journal of computer vision上灌水(应该是09年11月那期,快出了). 小改数据保真项, 硕士期间做的, 开始玩的是算法:极大似然估计MLE+EM算法+TV.  后面发现居然可以导出一个新泛函(应该算模型了).  最近又作到些高维的,用了level set等方法. 希望对你有帮助. 呵呵! 现在这个社会,得先弄两篇小paper毕业. original的东西是有钱有地位的人玩的.
赞一下(7人) 回复此楼
18楼2009-08-13 13:51:55
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

fusion5882

金虫 (正式写手)
★ ★
小木虫(金币+0.5):给个红包，谢谢回帖交流
ljl1205(金币+1,VIP+0):欢迎交流 10-19 09:20
IJCV?,应该是非常好的杂志了，IF大概在4以上吧。。。
印象中这个杂志的文章都比较长，相关研究基本都至少要写两页的。。。
审稿大概需要多久？
我没有那么多元化，只是纯粹做PDE模型的，对概率不是很熟悉。
最近打算写两个四阶的文章，但是感觉落伍了，英文也很是麻烦，不愿意动手。。。
看你说的情况，还是要写写，然后投出去，管他呢，不写永远没有出路。。。
赞一下(7人) 回复此楼
19楼2009-08-13 15:26:03
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

string121

金虫 (小有名气)
★ ★ ★
小木虫(金币+0.5):给个红包，谢谢回帖交流
ljl1205(金币+2,VIP+0):欢迎交流 10-19 09:20
引用回帖:
Originally posted by fusion5882 at 2009-8-13 15:26:
IJCV?,应该是非常好的杂志了，IF大概在4以上吧。。。
印象中这个杂志的文章都比较长，相关研究基本都至少要写两页的。。。
审稿大概需要多久？
我没有那么多元化，只是纯粹做PDE模型的，对概率不是很熟悉。
最 ...

10页, 算比较短的. 有的introduction就5,6页.
一审8个月左右,两个审稿人对内容评价不错(...strong enough to merit its publication, but the English is very poor...), 还提了些小问题.感觉特认真,连参考文献引用错了都纠正. 后面反反复复修改了3次(主要是语言).时间挺长, 从投稿到接受1年多.
其实写小文章一个地方显光就行了, 我当时做的模型正则项和算法都是90年代的产物, 就保真项用了点新思想. 当时我根本不知道有nolocal这么个东西, 不过现在可以借过来, 投个会议,国内啥的,但我没干.
所以说有点想法就可以写, 好的审稿意见会让你学到很多东西.
图象比较快的杂志好象就:
IEEE SPL吧, 一般1,2个月.
IEEE TIP 也要半年到一年,
最近有投,所以关注多点. 反正都这个样.
国内杂志不清楚, 主要原因是要审稿,版面费,我交不起.
赞一下(7人) 回复此楼
20楼2009-08-13 17:23:48
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 dugu_ke 的主题更新
342/4返回列表上一页1234下一页
普通表情 龙 兔 虎 猫 高级回复(可上传附件)
信息提示
关闭
请填处理意见
关闭